新闻、仓库与研究，按时间排列。
开源 Python 智能体运行时 chatchat，可在同一包内运行由多个智能体组成的 Team，支持 tools、hooks、skills 和 sub-agents。底层 LLM 客户端兼容 OpenAI Responses API 和 Anthropic Messages API 两种协议，通过 `~/.chatchat/chatchat.json` 配置自定义 provider，无需额外代码即可接入第三方端点。项目可通过 pip install chatchat 安装，提供 team.py、agenttool.py 等多个可运行示例。
GitHub 上的开源项目 Mini-RAG 提供一套带 Web 应用的 RAG 服务：上传 PDF、Word、Markdown、HTML 等文档，按段落切块后用 OpenAI 或兼容服务器（如 Ollama）做嵌入索引，回答附文件、页码或章节引用，无答案时明确提示。它支持 pgvector 与 PostgreSQL 全文检索的混合搜索、网页爬取同步、MCP 服务器、n8n/Make/Zapier webhook 自动化，并用 hit rate、recall、MRR 在 CI 中评测检索质量。技术栈为 FastAPI、PostgreSQL 16 with pgvector、SQLAlchemy 2 与 Vue 3，可通过 Docker 一条命令启动。
notesci 是一个开源、本地优先的科研工作区，v0.1.0 安装包已在 GitHub Releases 发布，覆盖 Linux .deb/.rpm、macOS Apple Silicon .dmg 和 Windows x64 .exe。它支持导入 PDF 与网页等材料到私人文献库，基于 Postgres/pgvector 检索生成带引用的对话回答，并可接入 Anthropic、OpenAI、Google、DeepSeek 等多家模型提供商，以及通过市场安装 MCP 服务器、插件和技能。项目处于早期阶段，采用 Apache License 2.0 开源，适合本地测试与反馈。
GitHub 上的 Nastaran95/awesome-agentic-manufacturing 仓库发布，收录基于 LLM 的制造业智能体 AI 系统精选列表。论文按应用场景、智能体设计和评估实践分类整理，仓库采用 MIT 开源协议。
DoubleOpenFreezer 发布了 SillyTavern 战棋（SRPG）扩展 Tavern-SRPG，在棋盘上操作战斗，由插件计算结果后再交给 LLM 描写。支持自定义单位数值、兵种克制、战争迷雾、韧性、地图编辑器、三种任务类型，战斗进度随聊天保存；资料卡可绑定角色卡或群组并随卡分享。还内置 AI 设计助手可读取世界书与角色卡自动设计战斗、地图与单位，并支持剧情联动自动更新角色属性，LLM 也能通过指挥官模式或剧情指令影响战场。安装地址为 https://github.com/DoubleOpenFreezer/Tavern-SRPG。
推荐理由：这个 SillyTavern 战棋扩展把战斗数值结算交给插件、描写交给 LLM，还支持 AI 自动设计关卡，做法思路值得参考。
开源项目 DeckCraft 提供两段式 AI PPT 生成：先用确定性组件引擎产出版式、文字与数据 100% 可控的结构化初稿（1280×720 SVG → PNG），再由图像模型整画布图生图精装修，经 OCR 文字保真校验和坏字页自动重试后组装 16:9 PPTX。可作为 Agent Skill 或命令行使用，HTTP 模式默认对接 api.apimart.ai 的 gpt-image-2.5-flare，支持 Windows 自带 OCR，采用 MIT License。
roomi-fields 开源的 notebooklm-mcp 提供 33 端点 HTTP REST API 和面向 Claude Code、Cursor、Codex 的 MCP 服务，可批量自动化 Google NotebookLM 的引用问答与 Studio 全类型内容生成。v4.0.0 修复了 GHSA-p69m-c5rf-g2c3：此前 45 条路由无凭据且通配所有来源，现改为仅绑定 loopback、校验来源并要求 bearer token，远程与 Docker 需设 NOTEBOOKLM_API_KEY。
推荐理由：作者详述了双传输架构、33 个 REST 端点与 v4.0.0 的本地安全修复，读者可据此评估把 NotebookLM 接入自动化流程的可行性。
TorutDev 发布开源工具 turntax，测量仓库指令文件被各编码 Agent 每轮重复加载的固定 token 成本，支持 npx turntax 运行和浏览器离线使用。它按 20 多个 Agent（Claude Code、Cursor、OpenAI Codex 等）官方文档的加载规则统计，给出 duplicate、contradiction、scopable-section 等确定性检查与 --fix 自动修复，并提供 GitHub Action、MCP 服务器和 VS Code 扩展；OpenAI 模型用 o200k_base 离线计数，Claude 和 Gemini 需 API 精确计数。
推荐理由：工具按各 Agent 官方加载规则逐条统计每轮固定 token 开销，并给出可自动应用的修复与 CI 门禁，方法可复用到自己的仓库。
ensemblework/ensemble 是一个 AI 笔记与工作区项目，提供助手和 agents 协助规划任务、管理页面文件与上下文，可用托管网页版、本地运行或桌面应用与 CLI。本地运行需 Node.js 22、pnpm 12、Docker Desktop 和 Python 3.11+，pnpm dev 同时启动站点（3000 端口）、API（4000 端口）和 agent（5055 端口），数据库为 Postgres 16 加 pgvector 与 Redis 7。托管账户按每月 20,000 Ensemble credits 计量使用 Azure 模型。
开发者 zarnab123 在 GitHub 开源 SupportSense AI，一个客服工单智能助手项目，目前处于 Day 1 阶段，已完成环境与项目结构搭建。计划功能包括工单分类与优先级预测（以 macro F1 和混淆矩阵评估）、基于 RAG 的政策文档检索、Groq LLM 生成带来源引用的回复草稿，以及 FastAPI 后端、Docker 与 GitHub Actions CI 部署。
feronovak 开源的 llm-preflight（当前 v2.22.0）是一个本地 CLI、GitHub Action 和 MCP 服务器，用于在 LLM 集成变更上线前检查兼容性、延迟（含 TTFT）、token 用量和估算成本，并以 CI 记录阻止过期或借用的预检通过。工具支持无配置审计仓库中已被或将被供应商退役的模型 ID、确定性结构化输出契约校验、有界付费冒烟测试和离线 HTML 报告渲染；README 附带对 GPT-6 系列、Claude 5.5 系列、Gemini 系列、GLM 5.3、DeepSeek V4.1 Flash、Qwen 3.8 等模型的实测表，其中 Qwen 3.8 Max 0902 请求被拒、Qwen 3.8 Flash 仅 5/16 通过。
HyperAgency 是一个开源、模型无关、支持云或自托管部署的 Agentic AI 操作系统网络，由多用户操作系统、多层记忆架构和分布式 agent 运行时三层构成。各实例对身份、记忆、agent、执行、治理和数据保持主权，并通过 XMPP S2S 联邦实现跨组织的人与人、人与 agent、agent 与 agent 协作，消息历史仅存于收发双方实例，无全局共享数据库。
kurusugawa-computer 在 GitHub 发布 Nighthawk Python 库，用 Natural 块把解释、分类等自然语言判断封装为可组合的 Python 函数，控制流、状态与恢复仍由 Python 掌管。示例中 Natural 解释混合表示的列表元素，python_average 执行确定性计算，输出绑定在 Python 恢复前校验为 float；同一类型边界支持 provider 后端 LLM 调用与 coding-agent 执行，需 Python 3.13+，通过 pip install nighthawk-python 安装，受 Nightjar 启发。
开源项目 wyat 发布 wyat-1 800M 模型，在应用给定的候选选项中本地选择一个并返回其 ID，训练数据为法语和英语决策，推理完全离线。支持 PyTorch（CPU、CUDA、Apple MPS）和 MLX（Apple Silicon），可通过 Python、JSONL 和 HTTP 调用，还支持有序打分（Request.score）和带概率的是/否判断（Request.noul）。代码采用 Apache 2.0 许可，800M 适配器与决策头仅限非商业使用。
AlexisBalayre 在 GitHub 发布 claude-code-config，一套可直接复制进任意仓库的 Claude Code 配置模板，含路径作用域规则、35 个 skills、13 个 subagents、7 个零 token 确定性 hooks 和跑在 GitHub Actions 里的多智能体 PR 审查。模板与语言栈无关，运行 /adapt-to-project 会扫描代码库并自动填充命令、约定与架构文档，并裁掉项目用不到的部分；PR 审查中模型只有只读权限、无写入通道，兼具注入防御与失败时仍发布 not reviewed 状态的保障。MIT 许可。
推荐理由：原文完整拆解了这套 Claude Code 配置的分层架构与确定性钩子设计，读者可以直接照搬或按需裁剪到自己的仓库。
Jzen86 发布 eva，一个 Telegram 个人 AI 伴侣，支持记忆、自学习、语音、图片和任意 OpenAI 兼容 LLM 提供商，是 Aimagine-life/Betsy（MIT）的 fork。作者将上游 223 个文件、32,017 行代码精简到 61 个文件、约 7,000 行，node_modules 从 491 MB 降到 138 MB；重写为提供商注册表加 fast/strong/study/embed/image 角色模型配置与带超时的故障回退路由，记忆加入俄语词干归一化与语义去重。人格不写入代码，通过 /persona 在聊天中设置照片、性别、性格与规则；eva doctor 提供诊断，shell 命令默认只读白名单、写操作需 /yes 确认。
推荐理由：作者把 223 文件的上游精简到 61 个文件并重写模型路由与记忆，还说明了人格不进代码的设计取舍，可作部署参考。
sky-mirrors 在 GitHub 发布 SKY 技术预览，一个 Electron + Vue 3 的本地优先桌面控制台，在消耗 token 前按规则、缓存、宏、LLM 四层路由自然语言请求，并把每次路由决策与开销在 UI 中可见。项目带 fail-closed 安全模型（12 条 shell 白名单、77 条危险模式正则、FactGuard 核验与写审批），实测 2695 个测试用例、真机冒烟 35/35 通过；打包仅限 Windows，需自备 LLM API 密钥，最近一次 V2 验收考试可交付率仅 0.28，技能 DAG 执行尚未接线。仓库地址：https://github.com/sky-mirrors/SKY
Erdane 在 GitHub 发布 mas 工具，先在本地用 Presidio、spaCy FR 和正则匿名化 PDF 银行账单，再交给经 DSPy + GEPA 优化的 LLM 智能体分析，找出经常性支出并生成预算报告。账单表格逐行读取并与银行打印总额对账到分，匿名化与校验循环最多 3 轮、发现泄漏即阻止发送；演示测试中 Claude Haiku 4.5 在 4 个月账单上找回 7 项经常性支出中的 7 项，7 个分类对 6 个。
推荐理由：原文详细公开了本地匿名化与云端 LLM 分析的完整流程、成本数字和已知局限，读者可以据此评估是否迁移到自己的银行账单场景。
shubh9119 在 GitHub 发布 multi-agent-mcp-orchestrator，一个基于 MCP 协议的生产级多智能体 LLM 编排平台，包含加权意图路由、跨服务器工具 schema 去重和 max_iterations = 10 的有界工具执行循环。平台内置 Security Auditor、Code Reviewer、Deep Researcher、Systems / BIM 四个领域智能体，并修复了 MCP 子进程泄漏与重复工具名导致的 Anthropic API 400 错误。
edg-l 发布 lockdoc，一个面向 Rust 编码智能体的 MCP 服务器，按项目 Cargo.lock 解析出的确切版本和 feature 集构建 rustdoc JSON，向智能体返回真实的 API 签名，避免其按训练数据中的旧版本写出已不存在的调用。提供 item、search、deps 三个工具，路径按 use 语义经 re-export 解析并报告来源 crate 与版本；需 nightly 工具链（如 nightly-2026-10-07），构建写入 ~/.cache/lockdoc 且以 --frozen 运行、不触碰项目 target 目录。
推荐理由：原文给出了构建耗时、缓存后查询延迟和内存占用等实测数字，可以据此评估这个 Rust API 文档 MCP 服务器的实际开销。
开源项目 AURA（Automated Understanding of Research Articles）上线 GitHub，可从 arXiv、Semantic Scholar 和 RSS 订阅抓取论文，并用 PyTorch 神经网络按用户偏好做个性化排序。它支持全文 PDF 的结构化摘要、基于 RAG 的论文问答、K-Means 主题聚类趋势雷达，以及每日邮件摘要和每周研究简报。项目支持 Groq、OpenAI、Anthropic、Google 等 LLM 提供商，提供 Docker Compose 一键部署和 React Native Android 应用，需 Python 3.10+。
GitHub 上的 RAG-knowledge-assistant-project 是一个基于检索增强生成（RAG）的 PDF 文档问答系统，用户用自然语言提问即可获得基于上传文档的答案。项目采用 LlamaIndex 构建 RAG pipeline，用 ChromaDB 存储向量嵌入，通过 Hugging Face embedding 模型做语义检索，并由 Groq 提供的 LLM 生成有据可依的回答，前端为 Streamlit 聊天界面。答案仅基于检索到的上下文生成，文档中找不到答案时系统会明确告知，用户还可查看被检索的文档片段。
HypAware 发布，可把 Claude Code、Codex、Cursor、OpenCode、Ollama 等客户端的会话记录到本地可查询历史，支持 SQL、grep 和让客户端用自然语言查询。它从历史模式中生成具体修复建议如值得添加的 skill，支持团队同步到 HypAware Cloud、按文件夹设置隐私控制和卸载恢复，需 Node.js 22.12+，macOS 或 Linux。
GitHub 开源项目 Chef Llama 上线，它借助 Google Gemini 3.6 Flash 实现拍照识别食材并生成菜谱的 AI 烹饪助手。系统通过 LangChain 编排 LLM 引擎与多模态视觉引擎，支持 2/4/8 人份实时配比换算、营养素估算、4 种创意菜谱变体、免提语音指导，并能拦截笔记本等不可食用物品以避免幻觉菜谱。前端采用 React 19 + Vite，后端为 FastAPI，预配置 Vercel 无服务器部署，遵循 MIT License。
CodeCompanion.nvim 是一个 Neovim AI 编程助手插件，开箱即用支持 Anthropic、OpenAI、Gemini、DeepSeek、GitHub Copilot、Ollama 等 LLM，并内置 Agent Client Protocol（ACP）和 Model Context Protocol（MCP），可配合 Claude Code、Codex、Cursor CLI 等 Agent 编码。插件提供代码审查、内联转换与重构、聊天缓冲区、自定义提示词库、图片和 PDF 输入、多会话并行与异步执行等功能。
RandyLuaW 开源了 AstrBot 消息防抖插件 astrbot_plugin_msg_debounce v1.0.0，把同一个人短时间连发的多条消息合并成一条，只触发一轮 LLM 回复，避免连发三句回三次、浪费 token。插件用批次 token 机制保证同批次只有一个事件处理，支持条数上限、@ 豁免、指令豁免、GIF 豁免和群聊/私聊范围可选，默认窗口 2.0 秒、最多合并 3 条，v1.0.0 采用 MIT 许可证。
Blockway 团队发布 Agens Volundr 32B v1，针对社区对 Preview 版的反馈做了修复：SWE-bench 任务重复循环从 36/50 降到 0/50，SWE-bench Verified 50 题子集从 22 提到 27/50，τ²-bench 从 89 到 92/120，SGLang 构建新增 session continuation 使后续轮次快 2.9 倍。
推荐理由：官方逐条列出 Preview 版被社区指出的问题及 v1 修复数据，还给出 16 GB 构建的实测速度与质量下降幅度，便于自行评估取舍。
GitHub 新仓库 Technical-Datasheet-RAG 提供一套端到端 RAG 流水线，用于查询工业自动化文档、技术数据表和工程规范，答案严格限定在检索片段内并附带文档页码引用。系统使用 sentence-transformers/all-MiniLM-L6-v2 本地生成嵌入向量并存入 ChromaDB，LLM 层支持 Google Gemini、Groq（LLaMA 3.3）及 OpenAI 兼容端点（含本地 Ollama）。内置 evaluate.py 脚本可对检索命中率、参数抽取准确率和端到端延迟进行基准测试。
GitHub 新仓库 MTLab1122/scholorships_agent 上线一个自动化 AI 智能体，为 Khyber Pakhtunkhwa（KP）学生抓取、验证并整理奖学金、学费减免、助学金和无息贷款信息，并优先覆盖 Charsadda 地区。智能体通过 GitHub Actions 每天 07:00 PKT 运行，生成公立和私立大学两份报告，输出 HTML、PDF、Excel 和 CSV 四种格式，并经 Resend 发送摘要。信息按三级信任分层验证，禁止估算缺失数值，HTTP 链接逐一核验并去重。
Readaloud 是一个开源项目，可将 PDF（最多 200 页）或 DOCX（最多 100,000 词、50 MB）文档转为章节化有声书：自动识别章节结构，过滤页码、页眉、脚注、表格和公式，再用 edge-tts 神经语音并行旁白，4 路并行可达 599–720 chars/s，最大允许书籍约 12–15 分钟完成旁白。浏览器播放器支持 0.5×–2× 变速、逐章播放和 MP3 下载，无需账号或付费 API，音频 24 小时内删除，每 IP 每小时限 10 次上传。
J.A.R.V.I.S 是一个开源的模块化 OSINT 与 AI 助手平台，整合自动化网络侦察、Agent 模式多轮对话、llama3.2-vision 多模态视觉分析、DeepFace 跨平台人脸比对、实时目标监控与 PDF/JSON 档案导出。搜索时它并行抓取 15+ 社交媒体平台、开发者生态、企业注册与数据泄露库，生成交织验证的结构化情报档案。所有 AI 分析基于 Ollama 本地运行，使用 qwen3.5:9b 处理文本、llama3.2-vision 处理多模态，数据存入本地 SQLite/PostgreSQL，不出本地网络。
一份 2026-10-17 发布的工作论文在一台机器上测量 Agent 单个“琐碎”轮次的时间成本，共 65 次运行、3 种 harness，Provider 花费约 8 cents。仓库开源了完整数据集 bench.csv、复现脚本 analyze.py 及路由分散研究。作者还自我纠正了部分初稿结论：缓存命中并未区分快慢运行，相关主张已撤回，中位数 0 秒的舍入误差也已修正为 3.055。
作者将 NirDiamant/GenAI_Agents 的三个项目（#45 Controllable RAG Agent、#46 HR AI Assistant、#28 Sales Call Analyzer）用 Python + LangGraph 从零重构并扩展，分别做成 CiteSure（带引用校验的多跳问答，答不出时明确弃答）、BlindHire（盲筛简历的招聘流水线，人审节点可中断恢复）和 CallCoach（销售通话分析，输出 MEDDPICC 评分卡与 CRM JSON）。三个项目共用 agentkit/，支持 claude-opus-5-5、本地 Ollama（gpt-oss:120b-cloud）和假脚本响应三种后端，运行产物输出到 runs/。
GitHub 开源项目 iapeer 可将 Claude Code 和 Codex CLI 作为本地后台智能体运行，通过常驻 daemon 和唯一的 send_to_peer 工具互相寻址，收件方休眠时会被唤醒并恢复上下文。人类可经 Telegram 或 iapeer attach 接入实时会话，同一人格可跨运行时切换并共享 iapeer-memory 记忆。项目目前仅支持 macOS，且智能体默认以 bypass-permissions 无沙箱模式执行工具，安全风险需注意。
akmon 是一个构建在 AGENTS.md 之上的强制化、版本化、LLM 无关的 AI 辅助开发规范，提供 Python wheel 和 npm 包两种载体，Node 项目无需 Python 即可运行。CLI 提供 init、sync、verify、check、update 等命令，支持四种挂载模式，以根 AGENTS.md 为唯一入口，通过 hooks 强制执行规则并按步骤路由模型。目前 PyPI 和 npm 发布仍未上线，需通过 git tag 固定版本。
RootCause 是一个基于 OpenTelemetry 指标、链路和日志排查微服务事故的 LLM 智能体，同时也是一个包含 20 个事故（16 个故障加 4 个无故障对照）的基准。结果显示没有智能体明显优于 28 行启发式规则：所有配对 95% 置信区间都包含 0。模型比工具影响更大——在故障事故上 Nemotron 3 Super 比 Gemini 3.5 Flash-Lite 高 +0.26，但计入误报后差距缩至 +0.11 且区间包含 0，change-aware 工具也未带来可测量的提升。
GitHub 仓库 LLM-Stack-Report-Bundle 从单个 Markdown 源生成 24 页 A4 格式的 PDF 和 DOCX 现代大模型技术栈实地指南，内容涵盖云端 LLM API、本地推理/Ollama、量化、RAG、MCP（spec revision 2026-07-28）、agent loop、架构、成本、安全与运维。构建需 Python 3.11+ 及 WeasyPrint 等依赖，支持离线重建；当前文档使用明确标注的纯色占位图，用户可放入有署名和许可的真实图片自动替换。仓库还附离线示例脚本与计算器，官方 OpenAI/MCP SDK 示例已固定版本但因无网络、API key、Ollama 和 GPU 而未实际运行。
GitHub 开源项目 OmniLLM（Apache-2.0，Go 单文件程序，代码开发中）支持在一台中心节点（Mac / PC / 服务器）登录或配置模型，其他设备即可直接使用。中心节点与设备经中转服务器端到端加密通信，API Key 只留在中心节点，且仅中心节点与大模型交互以避免封号。需至少一个官方 API Key 或本地模型（如 Ollama）；ChatGPT Plus、Claude Pro 等网页订阅无法使用云端模型。
jheyworth 发布 uv-html-llm-cookbook-and-lab 仓库，其中 choose.py 脚本可让 Claude Code、Codex CLI 等 AI 智能体在本地网页上向用户提出多选题并取回纯文本答案，无需云服务、API key 或额外包，只依赖 uv 运行。脚本在本机 localhost 8765 端口起一个网页，用户点击后答案以命令输出末行返回；支持 --multi 多选、--other 自由文本、--timeout 默认 300 秒，浏览器不可达时自动降级为复制提示词页面。附带 ./demo.sh 三轮演示和 53 项自动化检查，限制包括浏览器与智能体须在同一台机器，尚未在 Codex CLI、Antigravity CLI 或 GitHub Copilot 下测试。
otel-hooks 是一个用于 LLM 可观测性的 AI Agent hooks 工具，支持 Claude Code、Cursor、Codex CLI、Gemini CLI、Cline 等 8 个工具接入，安装方式为 pip install otel-hooks。Trace 类工具可记录完整 transcript 实现整轮重建，GitHub Copilot、Kiro 等仅支持 Metrics 级别的粗粒度事件记录。内置 Langfuse、OTLP、Datadog 三种 provider，遵循 agent-trace v0.1.0 schema，支持文件归属 span，采用 MIT 许可证。